卡内基梅隆大学的研究团队近日公布了一项突破性技术——Image2Gcode，该深度学习框架能够直接将二维图像转化为可立即用于3D打印的G代码，彻底绕过了传统流程中依赖CAD模型与切片软件的环节。

这项发表于arXiv的研究基于扩散-变换器模型架构，实现了从草图或照片到可执行增材制造指令的端到端转换，在视觉表达和实际制造之间建立了前所未有的直接桥梁。



传统增材制造流程需经历CAD建模、网格转换与切片等多个步骤，每一步都需要专业知识且迭代效率较低。Image2Gcode采用基于去噪扩散概率模型（DDPM）的直接视觉—指令路径，从图像直接生成结构化的挤出轨迹，跳过了STL和中间文件处理环节。

该系统可接受手绘草图或实物照片作为输入，通过提取视觉特征、解析几何边界并合成连续挤出路径，显著简化了原型制作、零件修复和分布式制造流程，为非专业用户大幅降低了操作门槛。



Image2Gcode集成了预训练的DinoV2-Small视觉变换器与一维U-Net去噪架构，通过多尺度交叉注意力进行联合调节。该模型使用包含超10万组对齐STL-G代码对的Slice-100K数据集进行训练，能够有效学习几何形状与运动之间的层次关系。

在PyTorch框架下，研究人员使用AdamW优化器进行了800轮训练，采用余弦噪声调度完成500个扩散时间步的迭代去噪。归一化处理确保了打印稳定性和对不同设备配置的适应性，生成的G代码序列无需重新训练即可缩放或调整。



实验结果显示，在Slice-100K验证集上Image2Gcode生成的刀具路径具备几何一致性和可制造性。实际打印件展现出良好的层间结合、精确边界与光滑表面，质量与传统切片器结果相当。该系统成功复现了直线、蜂窝和对角线等复杂填充结构，且无需依赖基于规则的编程。

在面对真实照片和手绘草图等训练分布以外的输入时，该系统通过预处理提取形状轮廓，仍能生成连贯且可打印的路径，制造结果保持了几何保真度和功能完整性。

定量分析表明，与启发式切片器基线相比，Image2Gcode将平均移动距离减少2.4%，路径效率得到提升，且未影响打印质量或机械强度。



当前技术仍存在一定局限，主要集中在二维切片处理方式上，缺乏对层间依赖性或三维内部空腔路径的协调能力。研究团队提出未来将扩展至分层三维生成，通过全局模型定义关键截面后由Image2Gcode逐层细化，并计划增加对填充密度、机械性能与材料使用的调控功能。

该框架有望与多智能体系统（如LLM-3D Print）结合，实现自适应过程控制与缺陷检测。若进一步接入基于语言的交互界面，用户将可通过文字指令指定打印目标，系统则会自动生成相应的优化G代码。

Image2Gcode通过融合扩散模型合成、预训练视觉感知与参数归一化技术，为意图驱动的智能增材制造奠定了基础，推动实现从草图或照片到实体零件的全数字化无缝工作流程。